Skip to main content

Belén Ruiz-Mezcua (Líneas de investigación)

Esta linea se centra en el desarrollo e implementación de soluciones tecnológicas avanzadas para superar las barreras de comunicación y acceso a la información que enfrentan las personas con discapacidades, especialmente en entornos educativos. 

Se busca no solo facilitar el acceso a materiales de aprendizaje digital de manera inclusiva, sino también mejorar la experiencia educativa global a través de la integración de servicios de subtitulado, audiodescripción, y lengua de signos adaptados a las necesidades de estudiantes con discapacidad auditiva y visual. Parte de nuestra experiencia en accesibilidad y discapacidad se ha enriquecido por nuestra larga colaboración con el El Centro Español del Subtitulado y la Audiodescripción es un centro dependiente del Real Patronato sobre Discapacidad (Ministerio de Derechos Sociales y Agenda 2030) liderado por la Universidad Carlos III de Madrid.

Esta línea de investigación aborda el reto de crear entornos de aprendizaje accesibles y usables, aplicando técnicas de reconocimiento automático de voz, procesamiento de lenguaje natural y otras tecnologías de inteligencia artificial, con el fin de producir contenidos educativos accesibles y de alta calidad. 

Proyectos más destacados: PICOGAC, Access2Class

La extracción de entidades nombradas (NERC por Named Entity Recognition and Classification) es una rama del área de la Extracción de Información, cuyo objetivo consiste en identificar unidades de información en el texto y clasificarlas en categorías previamente definidas, tales como personas, organizaciones, lugares, etc. 
Internet y las tecnologías de la Web 2.0 han propiciado una  explosión de la información disponible en diferentes modalidades y las técnicas de Extracción de Información son una de las alternativas para organizar y mejorar el acceso a este torrente de información. En los últimos años han aparecido varios servicios software comercial que permiten la extracción de palabras claves y de Entidades Nombradas (NE del inglés Named Entity). Estos servicios se han integrado en numerosas aplicaciones y es previsible que, con el avance del software como servicio, sirvan para mejorar las capacidades semánticas y de interoperabilidad de muchas más en un futuro próximo. 
En el grupo investigamos en algoritmos adaptables a distintos dominio e idiomas para reconocimiento de entidades utilizando técnicas de boostrapping cuando no se dispone de recursos específicos como diccionarios, analizadores, etc.      

Por otro lado, en la actualidad, muchas de las aplicaciones para el Procesamiento de Lenguaje Natural (PLN) que conocemos podrían obtener una mejora sustancial en su rendimiento si contemplaran el tratamiento de la dimensión temporal que tiene la información que manejan. Un claro ejemplo de esta afirmación se da en el campo de la Recuperación de Información (RI): los principales motores comerciales de búsqueda en Web no realizan un análisis explícito de la información temporal de los contenidos, o lo hacen de una manera superficial, desaprovechando la semántica subyacente y su potencial para implementar técnicas avanzadas de ordenación de información, selección y filtro de resultados, etc.
La información temporal permite localizar los eventos de un texto en una línea temporal obteniendo un orden cronológico. Una persona puede extraer de manera implícita todas las expresiones temporales de un texto y la relación que éstas establecen entre los eventos, interpretando el punto del tiempo al que se refiere dicha expresión. Sin embargo, cuando se trata de interpretar grandes cantidades de información nos enfrentamos a una tarea demasiado costosa para realizarla de manera manual. Si se trata de automatizar este proceso, es preciso dotar de conocimiento adicional a los sistemas que vayan a realizar el razonamiento.

Por ello, trabajamos en la definición, desarrollo y evaluación de una propuesta para el tratamiento automático de la información temporal que es habitualmente manejada por las aplicaciones de acceso a la información no estructurada. Asimismo, se busca investigar en mecanismos de representación de la semántica temporal de los documentos que tratan dichas aplicaciones, con el fin de mejorar la recuperación de la información relevante. Para su consecución se hace preciso el análisis tanto en el nivel de formulación de las necesidades de información que los usuarios plantean a este tipo de sistemas, como en el de extracción de la información que éstos proporcionan como respuesta. Dicha propuesta contará con capacidades adicionales de gestión temporal con respecto a los sistemas tradicionales de acceso a la información, proporcionando una nueva perspectiva de explotación del tiempo y salvando así algunos de los problemas existentes.       

Nuestras líneas de investigación reflejan el camino recorrido desde nuestros inicios, demostrando cómo las bases establecidas en áreas como el procesamiento del lenguaje natural , la biomedicina, el desarrollo web, y la accesibildiad han evolucionado hacia las actuales lineas vanguardistas.

Este recorrido muestra nuestra adaptabilidad y crecimiento sino que también fundamenta nuestras investigaciones presentes. Estas líneas de investigación, que siguen estado presentes son la siguientes:

Extracción y Recuperación de Información en el Dominio Biomédico

Investigación y desarrollo de herramientas automáticas para gestionar el crecimiento exponencial de datos y publicaciones biomédicas, facilitando la extracción de conocimientos valiosos para profesionales del sector.

Marcos Metodológicos para el Desarrollo de Aplicaciones Web Accesibles

Creación y pautas de aplicación de aplicaciones y sitios web accesible mediante el soporte metodológico AWA, destinado a integrar la accesibilidad como un requisito esencial en el desarrollo web.

Accesibilidad en el Entorno Educativo

Investigación y desarrollo de tecnologías de Información y Comunicación (TIC) pueden superar las barreras de accesibilidad en el e-Learning y los sistemas de gestión de contenidos educativos, promoviendo una educación inclusiva para todos.

Sistemas de Búsqueda de Respuestas

Investigación y desarrollo de Sistemas de Búsqueda de Respuestas (SBR) que permiten obtener información precisa a través de preguntas en lenguaje natural, abordando desafíos. 

Reconocimiento de Entidades Nombradas y de Expresiones Temporales

Investigación en el reconocimiento y clasificación de entidades nombradas y el tratamiento automático de información temporal en textos, para mejorar el rendimiento de aplicaciones de Procesamiento de Lenguaje Natural.

Modelado Conceptual, Restricciones de Integridad y Reglas del Negocio

Investigación en modelos de datos para mejorar la gestión, adaptabilidad y integración de sistemas de información, garantizando la exactitud y completitud de las bases de datos.